☰

企业官网建设流程全解析

首页 / 建站日记 / 企业官网建设流程全解析
Pixelle-Video：输入一个主题即可自动成片的 AI 短视频引擎实战指南
2026/10/5 17:15:55 网站建设 项目流程

Pixelle-Video：输入一个主题即可自动成片的 AI 短视频引擎实战指南

【免费下载链接】Pixelle-Video🚀 AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video

Pixelle-Video 是一个开源的 AI 全自动短视频引擎：只要输入一个主题，它就能自动完成文案撰写、AI 配图/视频生成、语音合成、背景音乐添加与最终合成，全程零剪辑门槛。本篇指南将围绕项目英文主文档 README_EN.md 展开，完整讲解视频生成流水线、Windows 一键包与源码两种安装方式、Web 三栏界面的每一项配置，并结合 config.example.yaml 与pixelle_video/config/下的源码实现，帮助你在几分钟内跑通"主题 → 成片"的完整链路。

项目概述：一句话输入，全链路自动成片

Pixelle-Video 的核心理念是全自动：只需输入一个topic（主题），系统会自动完成五件事：

  • ✍️ 撰写视频文案（AI Smart Copywriting）
  • 🎨 生成 AI 配图/视频（AI Generated Images / Videos）
  • 🗣️ 合成语音解说（AI Generated Voice，支持 Edge-TTS、Index-TTS 等）
  • 🎵 添加背景音乐（BGM）
  • 🎬 一键合成视频

其功能亮点可以概括为以下几个方面：

  • 全自动生成：输入主题，自动生成完整视频，无需任何剪辑经验；
  • AI 智能文案：基于主题智能创作解说词，无需自己写脚本；
  • AI 生成配图：每一句文案都会配上对应的 AI 插图；
  • AI 生成视频：支持 WAN 2.1 等视频生成模型创建动态内容；
  • 直连模型 API：可直接调用 DashScope、OpenAI、Seedream、Seedance、Kling 等图像/视频生成服务；
  • AI 生成语音：支持 Edge-TTS、Index-TTS 等主流 TTS 方案；
  • 背景音乐：支持内置或自定义 BGM；
  • 视觉风格：内置多套模板，可按尺寸与风格自由选择；
  • 灵活尺寸：支持竖屏、横屏、方形等多种画幅；
  • 多种 AI 模型：支持 GPT、通义千问（Qwen）、DeepSeek、Ollama 等 LLM；
  • 原子能力灵活组合：图像、视频、TTS、VLM 等能力可通过 ComfyUI / RunningHub 工作流或直连 API 模型按需替换。

视频生成流水线：文案 → 配图 → 逐帧 → 合成

Pixelle-Video 采用模块化设计，从输入文本到最终视频输出，整个流程为：

Script Generation（文案生成）→ Image Planning（配图规划）→ Frame-by-Frame Processing（逐帧处理）→ Video Composition（视频合成）

每一个环节都支持灵活定制：可以选择不同的 AI 模型、音频引擎、视觉风格，满足个性化创作需求。从源码结构看，这一设计在pixelle_video/pipelines/中体现为多个可替换的流水线实现（base.py 定义基类，standard.py、linear.py、asset_based.py、custom.py 提供不同变体），Web 端则通过插件式注册机制在 web/pipelines/init.py 中自动注册标准（Standard）、素材驱动（Asset-Based）、数字人（Digital Human）、图生视频（I2V）、动作迁移（Action Transfer）五类流水线 UI。

快速开始：两种安装方式

方式一：Windows 一键整合包（推荐 Windows 用户）

无需安装 Python、uv 或 ffmpeg，开箱即用。步骤为：

  1. 下载最新的 Windows All-in-One Package 并解压；
  2. 双击运行start.bat启动 Web 界面；
  3. 浏览器自动打开http://localhost:8501；
  4. 在「⚙️ System Configuration」中配置 LLM API 与图像生成服务；
  5. 开始生成视频。

整合包已包含全部依赖，首次使用只需配置 API 密钥。配套说明可见 packaging/windows/README.md 与启动脚本 packaging/windows/templates/start.bat。

方式二：从源码安装（macOS / Linux 或需要自定义的用户）

前置依赖：uv 与 ffmpeg

需要先安装 Python 包管理器uv与视频处理工具ffmpeg：

  • uv：请参考 uv 官方安装指南，安装后在终端运行uv --version验证；
  • ffmpeg：macOS 用brew install ffmpeg；Ubuntu/Debian 用sudo apt update && sudo apt install ffmpeg；Windows 则从 ffmpeg 官网下载解压后，将bin目录加入系统环境变量 PATH。安装后运行ffmpeg -version验证。
启动 Web 界面

克隆仓库并启动：

git clone https://gitcode.com/GitHub_Trending/pi/Pixelle-Video.git cd Pixelle-Video # 使用 uv 运行（推荐，会自动安装依赖） uv run streamlit run web/app.py

浏览器会自动打开http://localhost:8501。从源码结构看，Web 入口 web/app.py 使用 Streamlit 的st.navigation定义了「Home」与「History」两个页面，其中 Home 页（web/pages/1_🎬_Home.py）通过 Tab 形式展示所有已注册流水线，默认加载「标准流水线」的三栏布局（见 web/pipelines/standard.py）。

首次配置三要素

首次使用时展开「⚙️ System Configuration」面板，填写：

  • LLM 配置：选择 AI 模型（如 Qwen、GPT 等）并填入 API Key；
  • ComfyUI / RunningHub 配置：如需通过工作流生成图片、视频或语音，配置本地 ComfyUI 地址或 RunningHub API Key；
  • API 媒体模型配置：如需直连图像/视频模型，配置 DashScope、OpenAI、ARK、Kling 等供应商的 API Key、Base URL 与代理选项。

配置完成后点击「Save Configuration」，即可开始生成视频。

Web 界面三栏布局实战详解

打开 Web 界面后，会看到三栏布局，左栏负责内容输入与 BGM，中栏负责语音与视觉风格，右栏负责生成与预览。

⚙️ 系统配置（首次必填）

1. LLM 配置（大语言模型）

用于生成视频文案。支持两种方式：

  • 快速选择预设：从下拉菜单选择预设模型（Qwen、GPT-4o、DeepSeek 等），选择后base_url与model自动填充，点击「🔑 Get API Key」可跳转注册获取密钥；
  • 手动配置：自行填写 API Key、Base URL（API 地址）与 Model（模型名称）。

在配置层，LLMConfig模型（pixelle_video/config/schema.py）即由api_key、base_url、model三个字段构成；config.example.yaml 中给出的主流预设如下，全部兼容 OpenAI SDK 协议：

预设base_urlmodel
Qwen Maxhttps://dashscope.aliyuncs.com/compatible-mode/v1qwen-max
OpenAI GPT-4ohttps://api.openai.com/v1gpt-4o
DeepSeekhttps://api.deepseek.comdeepseek-chat
Ollama（本地）http://localhost:11434/v1llama3.2

LLM 是否配置完成，由 pixelle_video/config/schema.py 中的is_llm_configured()/validate_required()判断——三者均非空才算就绪，这也是整个系统唯一被视为"必需"的配置项。

2. ComfyUI / RunningHub 配置

用于通过 ComfyUI 工作流生成视频配图、视频片段或语音：

  • 本地部署（推荐）：填写 ComfyUI URL（默认http://127.0.0.1:8188），点击「Test Connection」确认服务可用；
  • 云端部署：填写 RunningHub API Key，即可调用云端图像/视频生成服务。

对应的ComfyUIConfig（pixelle_video/config/schema.py）还包含comfyui_api_key（可选，用于平台鉴权）、runninghub_concurrent_limit（RunningHub 并发执行上限，1–10，默认 1）、runninghub_instance_type（可设为'plus'以调用 48G 显存机器）等字段。注意 Docker 环境下需使用host.docker.internal:8188（Mac/Windows）或宿主机 IP（Linux）访问本地 ComfyUI。

3. API 媒体模型配置

用于不依赖 ComfyUI/RunningHub，直接调用模型供应商的图像、视频或素材分析能力。支持的供应商包括：

  • OpenAI / GPT Image：GPT 图像生成模型；
  • DashScope / Wan / HappyHorse：通义万相图像与视频生成；
  • Volcengine ARK / Seedream / Seedance：字节 Seedream 图像与 Seedance 视频生成；
  • Kling AI：可灵视频生成。

可配置项包括：

  • API Key / Access Key / Secret Key：供应商鉴权信息；
  • Base URL：模型服务地址，WebUI 会预填官方默认值；
  • 本地代理：如http://127.0.0.1:9090；
  • 启用代理：每个供应商可独立选择是否走本地代理；
  • 打印模型请求参数：调试选项，会在终端打印发送给模型的 prompt、模型名与输入文件路径。

在配置结构中，APIProvidersConfig（pixelle_video/config/schema.py）统一管理common（全局调试与代理）、openai、dashscope、deepseek、gemini、ark（API Key 型）以及kling（Access/Secret Key 型）等供应商；config.example.yaml 中已预置各供应商官方默认 base_url，如 DashScopehttps://dashscope.aliyuncs.com/api/v1、ARKhttps://ark.cn-beijing.volces.com/api/v3、Klinghttps://api-beijing.klingai.com。

💡 如果只使用 ComfyUI 或 RunningHub，可以不填写 API 媒体模型配置；如果选择api/...工作流，则必须先配置对应供应商的密钥。

📝 内容输入（左侧栏）

  • 生成模式：
    • AI Generated Content：输入主题，AI 自动创作文案，适合快速出片，例如输入 "Why develop a reading habit"；
    • Fixed Script Content：直接输入完整文案，跳过 AI 创作，适合已有现成脚本的场景。
  • 背景音乐（BGM）：
    • 无 BGM：纯人声解说；
    • 内置音乐：选择预置音乐（如 default.mp3）；
    • 自定义音乐：将 MP3/WAV 等音乐文件放入仓库的 bgm/ 文件夹；
    • 点击「Preview BGM」可直接试听。

🎤 语音设置（中间栏）

  • TTS 工作流：从下拉菜单选择 TTS 工作流（支持 Edge-TTS、Index-TTS 等），系统会自动扫描 workflows/ 文件夹中的 TTS 工作流（如 selfhost/tts_edge.json、runninghub/tts_index2.json）；熟悉 ComfyUI 的用户可以自定义 TTS 工作流；
  • 参考音频（可选）：上传参考音频（支持 MP3/WAV/FLAC 等）用于声音克隆，适用于支持克隆的 TTS 工作流（如 Index-TTS），上传后可试听；
  • 预览功能：输入测试文本，点击「Preview Voice」即可试听效果，也支持结合参考音频预览。

🎨 视觉设置（中间栏）

图像生成

决定 AI 生成配图的风格：

  • ComfyUI 工作流：从下拉菜单选择图像生成工作流，支持本地（selfhost）与云端（RunningHub）工作流，也支持api/...直连图像模型工作流（需先配置供应商密钥），默认使用image_flux.json（对应 workflows/runninghub/image_flux.json）；可自行放置工作流到 workflows/ 文件夹；
  • 图像尺寸：设置生成图像的宽高（像素），默认 1024×1024，注意不同模型对尺寸限制不同；
  • 提示词前缀（Prompt Prefix）：控制整体图像风格（需为英文），例如 "Minimalist black-and-white matchstick figure style illustration, clean lines, simple sketch style"，可点击「Preview Style」测试效果。
视频模板

决定视频画面的布局与设计。模板命名规范如下：

  • static_*.html：静态模板（无需 AI 生成媒体，纯文字样式）；
  • image_*.html：图片模板（以 AI 生成的图片作为背景）；
  • video_*.html：视频模板（以 AI 生成的视频作为背景）。

模板按下拉菜单选择，并按尺寸分组显示（竖屏/横屏/方形），支持「Preview Template」自定义参数预览；熟悉 HTML 的用户可在 templates/ 文件夹创建自己的模板。模板目录按分辨率组织，例如竖屏1080x1920/（image_default.html、image_modern.html、image_elegant.html、static_default.html、video_default.html 等）、方形1080x1080/（image_minimal_framed.html）、横屏1920x1080/（image_book.html、image_film.html、image_full.html 等）。以下是仓库中模板预览图的实际效果：

配置层面，模板的默认值由TemplateConfig（pixelle_video/config/schema.py）的default_template字段指定，默认指向1080x1920/default.html；ConfigManager 在加载配置时还会调用resolve_template_path校验模板路径是否存在，缺失时给出告警并回退。

API 视频生成

当选择动态视频模板或扩展工作流时，可通过直连 API 视频模型生成片段：

  • 支持 DashScope Wan / HappyHorse、Kling、Seedance 等视频模型；
  • 按模型能力动态显示分辨率、画幅比例、时长、水印、原生音频等参数；
  • 支持网络下载重试，以及内容审核失败后的「提示词中性化」重试；
  • 在「自定义素材（Custom Media）」工作流中，API 视频片段会尽量匹配旁白音频时长，并利用相邻片段信息提升画面连贯性。

🎬 生成视频（右侧栏）

  • 生成按钮：配置完成后点击「🎬 Generate Video」，实时显示进度（生成文案 → 生成配图 → 合成语音 → 合成视频）；
  • 进度显示：实时展示当前步骤，例如 "Frame 3/5 - Generating Image"；
  • 视频预览：生成完成后自动播放，显示视频时长、文件大小、分镜数等信息，视频文件保存在output/文件夹。

配置文件 config.yaml 深度解析

WebUI 的「保存配置」会写入项目的config.yaml（默认位置），仓库提供了完整的示例 config.example.yaml（使用前复制为config.yaml并填写，切勿提交到 Git）。完整配置结构如下：

project_name: Pixelle-Video # ==================== LLM Configuration ==================== # 支持任何 OpenAI SDK 兼容 API llm: api_key: "" base_url: "" model: "" # ==================== Direct API Provider Configuration ==================== # 可选：不使用 ComfyUI 工作流，直接调用供应商生成图像/视频/VLM api_providers: common: print_model_input: false local_proxy: "" openai: api_key: "" base_url: "https://api.openai.com/v1" use_proxy: false dashscope: api_key: "" base_url: "https://dashscope.aliyuncs.com/api/v1" use_proxy: false ark: api_key: "" base_url: "https://ark.cn-beijing.volces.com/api/v3" use_proxy: false kling: base_url: "https://api-beijing.klingai.com" access_key: "" secret_key: "" use_proxy: false # ==================== ComfyUI Configuration ==================== comfyui: comfyui_url: http://127.0.0.1:8188 # 本地 ComfyUI 地址（selfhost 工作流必需） comfyui_api_key: "" # ComfyUI API Key（可选） runninghub_api_key: "" # RunningHub API Key（runninghub 工作流必需） runninghub_concurrent_limit: 1 # RunningHub 并发上限（1-10，普通会员默认 1） tts: default_workflow: selfhost/tts_edge.json image: default_workflow: runninghub/image_flux.json # 推荐，无需本地环境 prompt_prefix: "Minimalist black-and-white matchstick figure style illustration, clean lines, simple sketch style" video: default_workflow: runninghub/video_wan2.1_fusionx.json prompt_prefix: "Minimalist black-and-white matchstick figure style illustration, clean lines, simple sketch style" # ==================== Template Configuration ==================== template: default_template: "1080x1920/image_default.html"

几个关键点：

  • image.default_workflow与video.default_workflow均可选 runninghub 或 selfhost 版本，例如 workflows/runninghub/video_wan2.1_fusionx.json 对应云端、workflows/selfhost/video_wan2.1_fusionx.json 对应本地 ComfyUI；
  • prompt_prefix会作为统一风格前缀附加到每一条图像/视频生成提示词上，是控制整体画面风格的关键参数；
  • 配置的加载、校验、保存由三层实现完成：loader.py 负责 YAML 的读写（load_config_dict/save_config_dict，文件不存在时回退默认配置），schema.py 用 Pydantic 定义全部字段默认值与取值范围（如并发上限 1–10、语音速度 0.5–2.0），manager.py 以单例模式提供统一的get/update（深度合并）/save/reload访问，其中set_llm_config还会通过normalize_openai_base_url对 Base URL 做规范化处理。

常见问题与成本方案

Q：第一次使用需要多久？A：生成时长取决于视频分镜数量、网络状况和 AI 推理速度，通常几分钟内即可完成。

Q：视频效果不满意怎么办？A：可以尝试：1）更换 LLM 模型（不同模型文案风格不同）；2）调整图像尺寸与提示词前缀（改变配图风格）；3）更换 TTS 工作流或上传参考音频（改变语音效果）；4）尝试不同的视频模板和尺寸。

Q：费用大概多少？A：本项目完全支持免费运行，官方提供三档成本方案：

  • 完全免费方案：LLM 使用本地 Ollama + ComfyUI 本地部署 = 0 元；
  • 推荐方案：LLM 使用通义千问（成本极低、性价比高）+ ComfyUI 本地部署；
  • 云端方案：LLM 使用 OpenAI + 图像使用 RunningHub（费用较高但无需本地环境）。

选择建议：本地有显卡优先选完全免费方案，否则推荐通义千问方案。FAQ 的具体问答内容也已内置在 Web 侧边栏（见 web/components/faq.py）。

结语

Pixelle-Video 将"写文案、生图、配音、加 BGM、合成"这条完整链路封装成一次输入、一键生成，同时通过 ComfyUI/RunningHub 工作流与直连 API 双通道，把图像、视频、TTS、VLM 等能力做成了可自由组合的"原子能力"。无论你是想用本地显卡跑零成本方案，还是依赖云端 API 快速出片，都可以按照本文的配置路径在 config.example.yaml 与 Web 界面中完成设置。更深入的架构说明可继续阅读 docs/en/getting-started/configuration.md 与 docs/en/development/architecture.md，模板与工作流细节则分别对应 docs/en/user-guide/templates.md 与 workflows/ 目录。本项目基于 Apache 2.0 协议开源，详见 LICENSE。

【免费下载链接】Pixelle-Video🚀 AI 全自动短视频引擎 | AI Fully Automated Short Video Engine项目地址: https://gitcode.com/GitHub_Trending/pi/Pixelle-Video

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

标签： 网站建设 企业官网 项目流程 UI设计 前端开发

热门文章

文章分类

标签云

网站建设 响应式设计 用户体验 SEO优化 前端开发 小程序 电商平台 性能优化

相关文章

您可能感兴趣的其他内容

还在多个系统里来回找技术资产？Backstage 搜索一个框就能搞定
2026/10/5 17:15:26 网站建设

还在多个系统里来回找技术资产？Backstage 搜索一个框就能搞定

还在多个系统里来回找技术资产？Backstage 搜索一个框就能搞定 【免费下载链接】backstage Backstage is an open framework for building developer portals 项目地址: https://gitcode.com/GitHub_Trending/ba/backstage 找一个组件要在软件目录、文档站、集…...

阅读更多 →
在 VS Code 中使用 Pydantic：Pylance 自动补全、严格类型检查与配置实战指南
2026/10/2 12:25:12 网站建设

在 VS Code 中使用 Pydantic：Pylance 自动补全、严格类型检查与配置实战指南

在 VS Code 中使用 Pydantic：Pylance 自动补全、严格类型检查与配置实战指南 【免费下载链接】pydantic Data validation using Python type hints 项目地址: https://gitcode.com/GitHub_Trending/py/pydantic Pydantic 构建于标准 Python 类型注解之上&…...

阅读更多 →
Linux 内核 CPU 性能调节驱动程序历史文档全解：AMD PowerNow!、cpufreq-nforce2 与 pcc-cpufreq
2026/10/2 12:22:55 网站建设

Linux 内核 CPU 性能调节驱动程序历史文档全解：AMD PowerNow!、cpufreq-nforce2 与 pcc-cpufreq

Linux 内核 CPU 性能调节驱动程序历史文档全解：AMD PowerNow!、cpufreq-nforce2 与 pcc-cpufreq 【免费下载链接】linux Linux kernel source tree 项目地址: https://gitcode.com/GitHub_Trending/li/linux 导读 本文基于 Linux 内核源码树中的 Documentat…...

阅读更多 →

需要专业的网站建设服务？

联系我们获取免费的网站建设咨询和方案报价，让我们帮助您实现业务目标

立即咨询